| 1 |
1
지역 및 날짜 별로 특정 과일의 측정된 당도 데이터를 수집하는 당도 데이터 수집단계;지역 및 날짜 별로 기후 데이터를 수집하는 기후 데이터 수집단계;상기 지역 별로 상기 특정 과일의 당도 예측과 관련되는 제1 날짜 구간의 기후 데이터 및 제2 날짜 구간의 당도 데이터를 포함하는 데이터 세트를 구성하고, 상기 데이터 세트를 학습하여 인공지능 당도 예측 모델을 생성하는 모델 생성단계; 및예측 대상 입력 시, 상기 인공지능 당도 예측 모델을 이용하여 상기 입력에 따른 특정 과일의 당도 예측 결과를 제공하는 당도 예측단계를 포함하는 것을 특징으로 하는 당도 예측 인공지능 서비스장치의 동작 방법
|
| 2 |
2
제 1 항에 있어서,상기 당도 예측단계는,예측 대상의 지역 및 날짜가 입력되면 상기 예측 대상의 지역 및 날짜에 대한 기후 데이터를 특정하고,상기 특정한 기후 데이터를 상기 인공지능 당도 예측 모델에 입력값으로 사용하여 출력되는 결과값을, 상기 입력에 따른 특정 과일의 당도 예측 결과로서 제공하는 것을 특징으로 하는 당도 예측 인공지능 서비스장치의 동작 방법
|
| 3 |
3
제 2 항에 있어서,상기 제1 날짜 구간은 상기 특정 과일의 개화기 시작 날짜부터 상기 특정 과일의 당도가 측정되는 기간의 마지막 날짜와 관련되며,상기 제2 날짜 구간은 상기 특정 과일의 당도가 측정되는 기간과 관련되는 것을 특징으로 하는 당도 예측 인공지능 서비스장치의 동작 방법
|
| 4 |
4
제 3 항에 있어서,상기 예측 대상의 지역 및 날짜에 대해 특정한 기후 데이터는,상기 예측 대상의 지역에 대하여 상기 제1 날짜 구간 내 시작 날짜부터 상기 예측 대상의 날짜 전일까지 수집되거나 또는 예측된 기후 데이터인 것을 특징으로 하는 당도 예측 인공지능 서비스장치의 동작 방법
|
| 5 |
5
제 1 항에 있어서,지역 별로 구성되는 상기 데이터 세트는,지역 명칭, 상기 제2 날짜 구간 내 각 날짜에 대응하는 각 당도 측정일, 상기 지역 명칭의 지역에서 상기 각 당도 측정일 별로 상기 특정 과일에 대해 측정된 각 당도 데이터, 상기 각 당도 측정일 별로 상기 제1 날짜 구간 내 각 날짜에 대한 기후 데이터를 갖는 기후 데이터 컬럼으로 구성되며,상기 각 당도 측정일 별 기후 데이터 컬럼은, 상기 각 당도 측정일 별로, 상기 제1 날짜 구간 내 시작 날짜부터 당도 측정일 전일까지 수집된 기후 데이터와 당도 측정일부터 상기 제1 날짜 구간 내 마지막 날짜까지 0 값의 기후 데이터를 갖는 것을 특징으로 하는 당도 예측 인공지능 서비스장치의 동작 방법
|
| 6 |
6
제 5 항에 있어서,상기 모델 생성단계는,상기 데이터 세트를 구성하는 각 당도 측정일 전체에 대하여, 상기 각 당도 측정일 별로 당도 측정일의 기후 데이터 컬럼 내 각 날짜 별 기후 데이터를 상기 인공지능 당도 예측 모델에 입력값으로 사용하여 출력되는 결과값과 당도 측정일에 측정된 당도 데이터 간 차이가 최소가 되도록 하는 비용 함수(cost function)를 이용하여, 상기 인공지능 당도 예측 모델을 생성하는 것을 특징으로 하는 당도 예측 인공지능 서비스장치의 동작 방법
|
| 7 |
7
제 1 항에 있어서,상기 기후 데이터는, 온도, 습도, 강우량, 일사량, 풍속을 포함하는 것을 특징으로 하는 당도 예측 인공지능 서비스장치의 동작 방법
|
| 8 |
8
지역 및 날짜 별로 특정 과일의 측정된 당도 데이터를 수집하는 당도 데이터 수집부;지역 및 날짜 별로 기후 데이터를 수집하는 기후 데이터 수집부;상기 지역 별로 상기 특정 과일의 당도 예측과 관련되는 제1 날짜 구간의 기후 데이터 및 제2 날짜 구간의 당도 데이터를 포함하는 데이터 세트를 구성하고, 상기 데이터 세트를 학습하여 인공지능 당도 예측 모델을 생성하는 모델 생성부; 및예측 대상 입력 시, 상기 인공지능 당도 예측 모델을 이용하여 상기 입력에 따른 특정 과일의 당도 예측 결과를 제공하는 서비스 제공부를 포함하는 것을 특징으로 하는 당도 예측 인공지능 서비스장치
|
| 9 |
9
제 8 항에 있어서,상기 서비스 제공부는,예측 대상의 지역 및 날짜가 입력되면 상기 예측 대상의 지역 및 날짜에 대한 기후 데이터를 특정하고,상기 특정한 기후 데이터를 상기 인공지능 당도 예측 모델에 입력값으로 사용하여 출력되는 결과값을, 상기 입력에 따른 특정 과일의 당도 예측 결과로서 제공하는 것을 특징으로 하는 당도 예측 인공지능 서비스장치
|
| 10 |
10
제 9 항에 있어서,상기 제1 날짜 구간은 상기 특정 과일의 개화기 시작 날짜부터 상기 특정 과일의 당도가 측정되는 기간의 마지막 날짜와 관련되며,상기 제2 날짜 구간은 상기 특정 과일의 당도가 측정되는 기간과 관련되는 것을 특징으로 하는 당도 예측 인공지능 서비스장치
|
| 11 |
11
제 10 항에 있어서,상기 예측 대상의 지역 및 날짜에 대해 특정한 기후 데이터는,상기 예측 대상의 지역에 대하여 상기 제1 날짜 구간 내 시작 날짜부터 상기 예측 대상의 날짜 전일까지 수집되거나 또는 예측된 기후 데이터인 것을 특징으로 하는 당도 예측 인공지능 서비스장치
|
| 12 |
12
제 8 항에 있어서,지역 별로 구성되는 상기 데이터 세트는,지역 명칭, 상기 제2 날짜 구간 내 각 날짜에 대응하는 각 당도 측정일, 상기 지역 명칭의 지역에서 상기 각 당도 측정일 별로 상기 특정 과일에 대해 측정된 각 당도 데이터, 상기 각 당도 측정일 별로 상기 제1 날짜 구간 내 각 날짜에 대한 기후 데이터를 갖는 기후 데이터 컬럼으로 구성되며,상기 각 당도 측정일 별 기후 데이터 컬럼은, 상기 각 당도 측정일 별로, 상기 제1 날짜 구간 내 시작 날짜부터 당도 측정일 전일까지 수집된 기후 데이터와 당도 측정일부터 상기 제1 날짜 구간 내 마지막 날짜까지 0 값의 기후 데이터를 갖는 것을 특징으로 하는 당도 예측 인공지능 서비스장치
|
| 13 |
13
제 12 항에 있어서,상기 모델 생성부는,상기 데이터 세트를 구성하는 각 당도 측정일 전체에 대하여, 상기 각 당도 측정일 별로 당도 측정일의 기후 데이터 컬럼 내 각 날짜 별 기후 데이터를 상기 인공지능 당도 예측 모델에 입력값으로 사용하여 출력되는 결과값과 당도 측정일에 측정된 당도 데이터 간 차이가 최소가 되도록 하는 비용 함수(cost function)를 이용하여, 상기 인공지능 당도 예측 모델을 생성하는 것을 특징으로 하는 당도 예측 인공지능 서비스장치
|
